植物根系图像的边缘检测方法的研究与实现
| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 国内外研究概况与分析 | 第10-11页 |
| 1.3 本文的研究目的和主要内容 | 第11-14页 |
| 1.3.1 本文的研究目的 | 第11-14页 |
| 1.3.2 本文的研究内容 | 第14页 |
| 1.4 本论文组织结构 | 第14-16页 |
| 2 根系图像边缘检测的理论基础 | 第16-29页 |
| 2.1 图像边缘检测简述 | 第16-17页 |
| 2.2 经典的边缘检测算法 | 第17-19页 |
| 2.2.1 基于一阶导数的边缘检测 | 第17-18页 |
| 2.2.2 基于二阶导数的边缘检测 | 第18-19页 |
| 2.3 二值形态学理论基础 | 第19-25页 |
| 2.3.1 集合论中的基本概念 | 第19-20页 |
| 2.3.2 膨胀与腐蚀运算 | 第20-21页 |
| 2.3.3 开启运算和闭合运算 | 第21-24页 |
| 2.3.4 击中运算和薄化运算 | 第24页 |
| 2.3.5 二值形态学应用 | 第24-25页 |
| 2.4 灰度形态学理论基础 | 第25-28页 |
| 2.4.1 膨胀和腐蚀运算 | 第25-27页 |
| 2.4.2 灰度形态开启和闭合运算 | 第27-28页 |
| 2.4.3 几种灰度形态学梯度边缘检测算子 | 第28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 植物根系图像的边缘检测算法研究 | 第29-50页 |
| 3.1 根系图像预处理 | 第29-33页 |
| 3.1.1 直方图均衡化 | 第30-31页 |
| 3.1.2 根系图像的平滑滤波 | 第31-33页 |
| 3.1.3 根系图像的锐化滤波 | 第33页 |
| 3.2 基于Canny算子的边缘检测算法研究 | 第33-41页 |
| 3.2.1 常用边缘检测算子 | 第33-35页 |
| 3.2.2 传统的Canny算子边缘检测算法 | 第35-36页 |
| 3.2.3 传统的Canny算法缺陷分析 | 第36页 |
| 3.2.4 Canny算子边缘检测改进算法 | 第36-39页 |
| 3.2.5 实验结果分析 | 第39-41页 |
| 3.3 基于抗噪形态学的边缘检测算法研究 | 第41-45页 |
| 3.3.1 结构元素的选取 | 第41页 |
| 3.3.2 抗噪形态学边缘检测算法 | 第41-42页 |
| 3.3.3 抗噪形态学边缘检测改进算法 | 第42页 |
| 3.3.4 实验结果与评价 | 第42-45页 |
| 3.4 基于两种改进算法的融合算法 | 第45-49页 |
| 3.4.1 图像融合算法的实现过程 | 第45-46页 |
| 3.4.2 评价分析 | 第46-47页 |
| 3.4.3 实验结果分析 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 4 植物根系图像形态处理与定量分析方法改进 | 第50-57页 |
| 4.1 根系图像形态预处理 | 第50-51页 |
| 4.1.1 形态预处理 | 第50-51页 |
| 4.1.2 实验结果 | 第51页 |
| 4.2 植物根系图像的细化处理 | 第51-54页 |
| 4.2.1 根系图像细化算法 | 第51-53页 |
| 4.2.2 实验结果 | 第53-54页 |
| 4.3 根尖计数的算法研究 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| 5.1 工作总结 | 第57-58页 |
| 5.2 工作展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
